pandas 学习

有两种方式定义DataFrame

一个是利用字典序列，另一个是用numpy导入数据

第二种：

>>> datas=pd.date_range('20190101',periods=6) #numpy导入的方式
>>> datas
DatetimeIndex(['2019-01-01', '2019-01-02', '2019-01-03', '2019-01-04',
               '2019-01-05', '2019-01-06'],
              dtype='datetime64[ns]', freq='D')
>>> df=pd.DataFrame(np.random.randn(6,4),index=datas,columns=['x','y','z','w'])
>>> df
                   x         y         z         w
2019-01-01 -2.124954 -1.515395 -0.638061 -1.357047
2019-01-02  0.574289 -0.487437 -0.560849 -1.208926
2019-01-03  0.789728 -0.596398 -0.177524  1.077749
2019-01-04 -0.787758 -0.852675  0.500035 -1.831362
2019-01-05 -0.427867 -1.682430  0.409840 -0.171332
2019-01-06 -0.046703 -0.703367  1.387183 -1.858081
>>> df2=pd.DataFrame(np.random.randn(3,4))

　　第一种：

>>> df2=pd.DataFrame({'A':1.,'B':pd.Timestamp('20130102'),'C':1.,'D':np.array([3]*4,dtype='int32'),'E':pd.Categorical(["test","train","bus","car"])})
>>> df2
     A          B    C  D      E
0  1.0 2013-01-02  1.0  3   test
1  1.0 2013-01-02  1.0  3  train
2  1.0 2013-01-02  1.0  3    bus
3  1.0 2013-01-02  1.0  3    car
>>>

可以打印出df2的行的名字和列的名字还有值--->

>>> df2.columns   //打印行的名字
Index(['A', 'B', 'C', 'D', 'E'], dtype='object')

//打印列的名字

>>> df2.index
RangeIndex(start=0, stop=4, step=1)
>>> df2.dtypes   //数据种类
A float64
B datetime64[ns]
C float64
D int32
E category
dtype: object
>>>df2.values   //打印值

df2.T   //行变列，列变行，就像矩阵的转置一样

排序索引：

>>> df2.sort_index(axis=1,ascending=False)
       E  D    C          B    A
0   test  3  1.0 2013-01-02  1.0
1  train  3  1.0 2013-01-02  1.0
2    bus  3  1.0 2013-01-02  1.0
3    car  3  1.0 2013-01-02  1.0
//axis=1对行排序，axis等于0，对列排序。ascending=False倒序，由大到小吧
//True 升序

排序值：

>>> df2.sort_values(by='E')
     A          B    C  D      E
2  1.0 2013-01-02  1.0  3    bus
3  1.0 2013-01-02  1.0  3    car
0  1.0 2013-01-02  1.0  3   test
1  1.0 2013-01-02  1.0  3  train
//对E这一列排序

 注释搞错了，用#